CN106575317A - 用于诊断成像的分布的系统和方法 - Google Patents

用于诊断成像的分布的系统和方法 Download PDF

Info

Publication number
CN106575317A
CN106575317A CN201580043002.1A CN201580043002A CN106575317A CN 106575317 A CN106575317 A CN 106575317A CN 201580043002 A CN201580043002 A CN 201580043002A CN 106575317 A CN106575317 A CN 106575317A
Authority
CN
China
Prior art keywords
user
research
current imaging
imaging research
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201580043002.1A
Other languages
English (en)
Inventor
M·塞芬斯特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN106575317A publication Critical patent/CN106575317A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Business, Economics & Management (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种用于有效地分配要读取的成像研究的系统和方法。所述系统和方法执行如下步骤：检索要读取的当前成像研究；确定所述当前成像研究是否是针对其病灶先前已经被登记在工作流工具中的患者的；并且基于如下中的至少一个将所述当前成像研究分配给用户：针对能用于读取所述当前成像研究的每个用户的计算的期望净增益、以及针对所述当前成像研究的期望效用增益，所述期望净增益是基于每个用户是否利用所述工作流工具的。

Description

用于诊断成像的分布的系统和方法
背景技术
放射学成像提供针对肿瘤护理中的诊断和后续研究的关键显型证据。已经认识到，肿瘤成像研究的质量的生成是针对诊断和处置响应评估的重要组成物。其他组成物可以包括人类因素，例如，读者内和读者间的解读变异性以及效率。临床研究已经表明，对肿瘤病灶的测量在各个读者之间(读者间变异性)以及在各个会话之间变化，即使它们是由同一读者(读者内变异性)进行的读者。例如，不同的读者可能关于什么像素构成病灶的边缘以及其应当如何被测量具有不同的观点。读者间变异性已经被发现大于读者内变异性。
已经提出了指南以使在癌症患者中的处置响应评估客观化和标准化。在固态肿瘤中的响应评价标准(RECIST)是在该领域中的主导指南。针对给定的图像研究，其将针对成像研究的(在相关的轴中的)所有被跟踪的病灶的加和与最小加和进行比较。如果区间增加超过20％，则其被认为是发展的疾病并且可以重新考虑处置。然而，读者间变异性是潜在地影响基于指南的处置响应评估的变化的来源。已经表明，读者间变异性可能足够大以影响患者护理。例如，医生或其他用户可能对具有发展的疾病的患者错误地继续处置。由于读者间变异性一般大于读者内变异性，因此推荐相同的读者(例如，放射科医生)应当在临床试验的持续时间内针对任何一位患者执行多次测量。然而，当前不存在用于将个体成像研究有效地路由到适当的读者的系统。
发明内容
一种用于有效地分配要读取的成像研究的方法。所述方法包括：检索要读取的当前成像研究；确定所述当前成像研究是否是针对其病灶先前已经被登记在工作流工具中的患者的；并且基于如下中的至少一个将所述当前成像研究分配给用户：针对能用于读取所述当前成像研究的每个用户的计算的期望净增益、以及针对所述当前成像研究的期望效用增益，所述期望净增益是基于每个用户是否利用所述工作流工具的。
一种用于有效地分配要读取的成像研究的系统。所述系统包括：非瞬态计算机可读存储介质，其存储可执行程序；以及处理器，其执行所述可执行程序以令所述处理器：检索要读取的当前成像研究，确定所述当前成像研究是否是针对其病灶先前已经被登记在工作流工具中的患者的，并且基于如下中的至少一个将所述当前成像研究分配给用户：针对能用于读取所述当前成像研究的每个用户的计算的期望净增益、以及针对所述当前成像研究的期望效用增益，所述期望净增益是基于每个用户是否利用所述工作流工具的。
附图说明
图1示出了根据示范性实施例的系统的示意图。
图2示出了根据第一示范性实施例的方法的流程图。
图3示出了根据第二示范性实施例的方法的流程图。
具体实施方式
参考下文的描述和随附的附图可以进一步理解示范性实施例，其中，相似的元件利用相同的附图标记来指代。示范性实施例涉及用于将患者的成像研究路由到要读取的用户(例如，放射科医生)的系统和方法。具体而言，示范性实施例描述了基于如下内容来对成像研究进行路由：用户是否已经读取所述患者的先前成像研究、用户当前是否能用于读取所述成像研究、和/或是否存在用户读取所述成像研究的益处。尽管示范性实施例具体描述了针对癌症患者来路由放射学成像研究，本领域技术人员将理解，本公开内容的系统和方法可以被用于将要求读取的任何研究或检查路由到各种医院设施中的任何医院设施内的适当用户。
图1示出了根据本公开内容的示范性实施例的用于将患者的成像研究路由到用户的系统100。系统100包括处理器102、用户接口104、显示器106和存储器108。处理器102概述用户(例如，放射科医生)和患者，将与哪些用户已经读取哪些患者的哪些图像研究的经概述的信息存储在存储器108的数据库118中。处理器102概述要读取的当前成像研究，以确定当前成像研究是否与数据库118中的任何患者的任何先前研究有关，从而确定应当将当前成像研究如何分配给用户。例如，如果当前成像研究是针对当前正被处置的患者的后续研究的成像研究的，则可能最为有益的是将当前成像研究分配给读取患者的先前成像研究的同一用户。
在另外的范例中，一些医院已经开始使用工作流工具来跟踪在癌症患者的成像研究中识别的病灶，使得放射科医生可以管理病灶测量。这些工作流工具可以包括将元数据(例如，注释、图像标记等)添加到成像研究。读取针对已经被登记在工作流工具中的病灶的后续研究的成像研究可以节省用户在读取后续研究的图像研究时的时间。然而，将新的病灶添加到工作流工具花费时间，并且并非所有的放射科医生都选择使用这些工作流工具。在一个范例中，将新的病灶登记到所述工作流工具可能花费用户6至20秒的时间，而读取针对已经被登记在工作流工具的病灶的成像研究可以节省用户3至10秒的时间。因此，处理器102可以确定当前成像研究是否是针对先前已经被登记在工作流工具中的病灶的，使得当前成像研究可以被路由到已经读取针对相同患者的先前成像研究的用户和/或被路由到偏好使用工作流工具的用户，使得当前成像研究可以以可能最为有效的方式来读取。
处理器102包括读者概述引擎110、患者概述引擎112、图像研究概述引擎114以及分配引擎116。读者概述引擎110针对具有后续研究的成像研究的每个患者来确定哪个用户已经读取先前最近的成像研究。读者概述引擎110还确定哪些用户使用医院工作流工具、哪些用户不使用医院工作流工具、以及哪些用户可能仅在病灶已经被登记的情况下使用工作流工具。
患者概述引擎112跟踪患者是否处于针对癌症的处置之下，并且接收后续研究的规则的图像研究。这可以通过识别在成像研究之间的间隔来检测。例如，如果所述间隔为大约3个月(其是在用于跟踪病灶的成像研究之间的一般接受的时间间隔)，则这可以指示患者正在进行癌症处置。癌症患者还可以经由其他识别信息(例如，姓名)或者经由有关医生的角色(例如，肿瘤医生)来识别。在另一范例中，患者概述引擎112可以访问医院的电子记录以确定患者是否具有在医院的肿瘤部门中的重复的预约。备选地，用户可以手动地指示患者是否正在接收癌症护理。患者概述引擎112还可以确定患者的最近的成像研究是否已经被存储在所述工作流工具中。
图像研究概述引擎114确定当前成像研究是否是针对当前正在被处置的患者的后续研究的成像研究的。图像研究概述引擎114识别图像的模态(例如，CT、MRI)和当前成像研究的解剖结构(例如，腹部、脑)以将当前成像研究匹配到先前研究的模态和解剖结构。也可以使用其他信息，例如，患者身份识别信息、有关医生的角色以及从患者健康记录获得的信息。图像研究概述引擎114还可以确定当前成像研究是否涉及针对已经被登记在医院工作流工具中的患者的病灶。
分配引擎116使用当前成像研究的概述信息连同患者和用户的概述信息来确定当前成像研究要被分配到的用户。例如，分配引擎116将当前成像研究的当前患者与来自患者概述引擎112的患者进行比较，以确定当前患者是否是具有重复后续研究的成像的癌症患者。如果是，则图像研究概述引擎114被咨询以确定当前研究是否是针对当前患者的下一后续研究的检查的。如果是，则解读患者的最近的研究的放射科医生被从读者概述引擎110中检索，并且在他/她可用的情况下被分配所述当前成像研究。
在另一实施例中，分配引擎116可以利用若干模块来实施，所述若干模块包括，例如，注释检测模块120、活跃用户模块122、净益处模块124以及分配排序模块126。注释检测模块120咨询患者概述引擎112以确定当前研究是否属于其先前研究已经使用工作流工具被登记的患者。活跃用户模块122跟踪哪些用户(例如，放射科医生)是活跃的。例如，活跃用户模块122可以确定哪些用户已经在预定时间段(例如，过去的20分钟)内完成了病例和/或哪些用户登录到临床工作站中。活跃用户模块122还可以利用在诸如Microsoft Outlook的数字组织器中的日程信息。
净益处模块124询问读者概述引擎110以确定被所有用户(例如，放射科医生)读取的先前病例，并且针对所述用户中的每个用户计算对于使用所述工作流工具的期望净增益。净增益模块124可以使用估计在成像研究中针对每个病灶的惩罚和增益的常量。例如，净益处模块124可以针对登记新的病灶而分配6至20秒的惩罚并且针对跟踪已经被登记在所述工作流工具中的病灶而分配3至10秒的增益。病灶的数量可以被用作变量。如果病例已经利用工作流工具进行了注释，则病灶的数量可以是已知的。基于该计算的期望净增益，净益处模块124能够区分：(i)非工作流工具的用户，(ii)仅针对预先登记的病灶使用工作流工具的那些用户，以及(iii)总是使用工作流工具的那些用户。在另外的实施例中，净益处模块124可以确定针对每个解剖结构、模态及其组合的期望净增益。在又另外的实施例中，净益处模块124可以使用患者概述引擎112以基于可以通过分析先前临床文件来确定的患者的年龄、性别、检查的原因和临床历史来进一步对净增益进行分层。
使用所述计算的期望净增益作为因素，分配排序模块126对可以读取当前成像研究的用户进行排序。分配排序模块126可以考虑针对当前研究连同期望净增益的期望效用增益。例如，如果当前研究包括新病灶，所述新病灶在由始终使用工作流工具的用户读取时将要求该病灶被登记在工作流工具中，则分配排序模块126将认识到当前成像研究在被分配给非工作流工具的用户或者仅在病灶已经被预先登记的情况下使用工作流工具的用户时将具有最高期望效用增益，这是因为将新的病灶登记在工作流工具中将具有与之相关联的惩罚。针对包括预先登记的病灶的后续研究的检查，具有最小期望净增益的用户可以被排序为最高，而(即，最高推荐读取当前成像研究)，非工作流的用户可以被排序为低的(即，最低推荐读取当前成像研究)。因此，始终利用工作流工具的用户可以被排序为高于仅在病灶已经被预先登记的情况下使用工作流工具的那些用户。分配排序模块126确保成像研究(其是针对已经具有被登记在工作流工具上的先前成像研究的患者的后续研究的成像研究)将被分配给使用工作流工具的用户，使得当前成像研究可以以可能的最为有效的方式来读取。
作为范例，考虑在其中关于5个病灶获得成像检查的情景。6秒惩罚被分配用于对新的病灶的登记，并且3秒增益被分配用于对已经被登记的病灶的回顾。假设病例被三个用户(A、B或C)中的一个用户潜在地读取：
·用户A是类型(i)，即，非工具用户；
·用户B是类型(ii)，即，仅针对预先登记的病灶的用户；
·用户C是类型(iii)，即，针对所有病灶：预先登记或者未预先登记的用户。
假定所有这三个用户当进行检查时具有净增益0并且所述检查由登记所有5个病灶的用户C来解读。登记所述病灶的效用是5*-6＝-30秒。在该病例终止之后，用户A和用户B具有净增益0，而用户C具有-30。接下来，假定同一患者具有重复的检查。针对用户B和用户C的效用现在是5*3＝15秒，而针对用户A的效用是0秒。由于用户C的净益处低于用户B的净益处，并且由于针对用户A的效用是0，分配排序引擎产生排序C>B>A，意味着其偏好该病例以该顺序被路由到用户C、B或A。如果用户C对于解读是不可用的，则该病例被路由到用户B。
分配排序和/或推荐可以被显示在显示器106上，使得用户可以查看成像研究是否已经被分配或推荐给他/她。显示器106还可以显示针对排序的用户中的每个用户的期望净益处。用户接口104可以包括例如包括显示器106的图形用户接口，经由所述图形用户接口，用户可以要求当前成像研究、对可用性的状态做出改变和/或输入患者概述信息。用户接口104可以包括输入设备，例如，键盘、鼠标和/或在显示器106上的触摸屏。
图2示出了用于分配当前成像研究以使可能因读者间变异性导致的误差最小化的方法200。在步骤210中，系统100检索当前成像研究。当前成像研究可以在例如放射信息系统(RIS)内的图片归档和通信系统(PACS)中被存储和查看。在步骤220中，患者概述引擎112确定当前研究的当前患者是否是具有重复后续研究的成像的癌症患者。分配引擎116例如可以确定在成像研究之间的间隔、有关医生的角色以及在医院肿瘤部门的重复预约，以确定当前患者是否是具有重复后续研究的成像的癌症患者。
如果当前患者被确定为具有重复后续研究的癌症患者，则方法200进行到步骤230，在步骤230中，图像研究概述引擎114确定当前成像研究是否是针对当前患者的下一后续研究的成像研究的。图像研究概述引擎114例如可以确定当前成像研究的模态和解剖结构是否匹配当前患者的先前成像研究的模态和解剖结构，以识别当前成像研究是否是后续研究的检查。如果当前成像研究被确定为是针对当前患者的后续研究的检查的，则在步骤240中，读者概述引擎112确定读取当前患者的先前成像研究的用户(例如，放射科医生)。如上文关于系统100所描述的，读者概述引擎112和患者概述引擎114可以被用于填充关系数据库118，所述关系数据库118存储关于哪些读者已经读取了针对哪些患者的哪些病例的概述信息。因此，本领域技术人员将理解，处理器102可以简单地咨询数据库118以确定当前患者是否是具有重复后续研究的癌症患者以及先前用户是谁。
一旦处理器102已经确定了读取先前成像研究的先前用户，则分配引擎116在步骤250中确定先前用户是否是可用的。分配引擎116可以使用例如活跃用户模块124来确定先前用户的可用性，所述活跃用户模块124可以基于所述用户最近是否已经完成病例和/或所述用户是否登录到临床工作站上来确定用户的可用性。如果先前用户被识别为是可用的，则先前用户在步骤260中被分配当前成像研究。该分配可以被显示在显示器106上。然而，如果在步骤220、230和250中的以上状况中的任何状况未被满足，则当前成像研究可以在步骤270中被分配给下一可用的用户。备选地，当前成像研究可以以一般的序列来放置，包括要求读取的所有成像研究，使得当前成像研究可以被多个可用用户中的任何一个用户主张要求。具体地，如果当前研究不是针对具有重复后续研究的检查的当前患者的，当前成像研究不是后续研究的成像研究，和/或先前用户是不可用的，则方法200可以进行到步骤270，以将当前成像研究分配给下一可用的用户或者分配给主张要求当前成像研究的任何用户。
图3示出了用于以将允许成像研究以有效的方式被读取的方式来分配成像研究的方法300。例如，具有已经被登记在工作流工具中的先前成像研究的后续研究的成像研究在被分配给使用工作流工具的用户时可以被最为有效地读取。在步骤310中，系统100检索要被读取的当前成像研究。如上文关于方法200所描述的，当前成像研究可以在例如PACS系统中被查看。在步骤320中，注释检测模块120通过例如询问患者概述引擎112来确定当前成像研究是否是针对其先前成像研究已经被登记在工作流工具中的当前患者的。在步骤320中，如果确定当前成像研究是针对癌症患者的先前被登记在工作流工具中的后续研究的成像研究的，则方法300可以进行到步骤330。然而，如果当前成像研究不是针对其先前研究已经被登记在工作流工具中的患者的后续研究的成像研究的，则方法300可以进行到步骤360。在步骤360中，分配排序模块126可以将当前成像研究分配给具有最高期望效用增益的用户。例如，当前成像研究可以被分配给非工作流工具的用户或者仅在病灶被预先登记时使用工作流工具的用户，这是因为登记新的病灶将具有与之相关联的惩罚。在另一实施例中，当前成像研究可以被分配给下一可用的用户。在备选实施例中，如果当前成像研究不是针对先前已经被登记在工作流工具中的病灶的，则方法300可以进行到上文关于方法200所描述的步骤，使得如果可能的话当前成像研究可以以可以使读者间变异性最小化的方式来分配。
在步骤330中，活跃用户模块122可以自动地跟踪哪些用户是活跃的——即，能用于读取当前成像研究。活跃用户模块122可以基于包括例如用户最近是否已经完成读取成像研究、用户是否登录到临床工作站以及用户日程安排是否可用的因素来确定所述用户中的每个用户的可用性。在步骤340中，净益处模块124计算使用工作流工具的可用用户中的每个用户的期望净增益。净增益模块124例如可以使用估计在成像研究中评估的每个病灶的惩罚和增益的常量。例如，针对登记新的病灶存在6秒的惩罚并且针对跟踪已经被登记在所述工作流工具中的病灶存在3秒的增益。正在被评估的病灶的数量可以是变量。然而，针对已经使用工作流工具被注释的病例，病灶的数量将是已知的。净益处模块124还可以通过询问读者概述引擎110来区分非工作流工具的用户与始终使用工作流工具的用户以及在读取后续研究的成像研究时在先前成像研究已经被登记在工作流工具中的情况下使用工作流工具的那些用户。
在步骤350中，分配排序模块126基于在步骤340中计算的期望净增益来对可用的用户进行排序。例如，具有最小期望净增益的用户可以被排序为最高。非工作流工具的用户可以被排序为最低，这是因为针对已经被登记在工作流工具中的成像研究在持续使用工作流工具进行读取的情况下可以被最为有效的读取。因此，分配排序模块126基于可用性以及期望净增益来对用户进行排序。如果具有最小期望净增益的放射科医生读取成像研究，这将增加他的/她的期望净增益。以这种方式，方法300的持续应用将引起在放射科医生之中的惩罚和增益的公平的分配。在另一实施例中，分配引擎114可以自动地将当前成像研究分配给具有最小期望净增益的可用的用户。该分配排序可以使用例如图形用户接口而被显示在显示器106上。所述图形用户接口可以允许用户主张要求或拒绝针对他们进行排序的成像研究。针对被排序的用户中的每个用户的期望净增益还可以被显示在显示器106上。
在另一实施例中，用户接口204可以被用于输入针对方法300的偏好。在一个实施例中，其可以优选针对特定用户组锁定或隐藏病例。例如，非工作流工具的用户可以经由分配排序模块126来锁定或防止被排序。在另一范例中，用户可以设置预定时间段，在所述预定时间段期间，当前成像研究必须由被排序的用户中的一个用户来读取。如果当前成像研究未在该预定时间段内被读取，则当前成像研究可以被使得对于更多的用户可用，或者可以被自动地分配给下一可用的用户。
应当注意，权利要求可以包括根据PCT规则6.2(b)的附图标记/标号。然而，本权利要求不应被认为受限于对应于所述附图标记/标号的示范性实施例。
本领域技术人员将理解，上文所描述的实施例可以通过任何数量的方式来实施，包括作为单独的软件模块、作为硬件和软件的组合等。例如，读者概述引擎110、患者概述引擎112、图像研究概述引擎114、分配引擎116、注释检测模块120、活跃用户模块122、净益处模块124和分配排序模块126可以是包含代码行的程序，所述代码行当被编译时可以在处理器上被执行。
本领域技术人员将意识到，可以对所公开的示范性实施例和方法以及备选方案做出各种修改而不背离所述公开的主旨或范围。因此，本公开内容旨在覆盖所述修改和变型，只要它们落在权利要求及其等价方案的范围内。

Claims (21)

1.一种用于有效地分配要读取的成像研究的方法，包括：
检索要读取的当前成像研究；
确定所述当前成像研究是否是针对其病灶先前已经被登记在工作流工具中的患者的；并且
基于如下中的至少一个将所述当前成像研究分配给用户：针对能用于读取所述当前成像研究的每个用户的计算的期望净增益、以及针对所述当前成像研究的期望效用增益，所述期望净增益是基于每个用户是否利用所述工作流工具的。
2.根据权利要求1所述的方法，还包括：
基于至少所述期望效用增益和所述期望净增益来对能用于读取所述当前成像研究的每个用户进行排序。
3.根据权利要求1所述的方法，还包括：
将所述当前成像研究分配给具有最低期望净增益的用户。
4.根据权利要求1所述的方法，其中，如果所述当前成像研究不是针对其病灶先前已经被登记在所述工作流工具中的患者的，则所述方法还包括：
确定所述当前成像研究是否是对先前成像研究的后续研究；
确定读取所述先前成像研究的用户是否能用于读取所述当前成像研究；并且
如果所述用户能用于读取所述当前成像研究，则将所述当前成像研究分配给读取所述先前成像研究的所述用户。
5.根据权利要求4所述的方法，其中，确定所述当前成像研究是否是对先前成像研究的后续研究包括：
识别所述当前成像研究的模态和解剖结构；并且
将所识别的模态和解剖结构匹配到所述先前成像研究的模态和解剖结构。
6.根据权利要求1所述的方法，还包括：
将每个用户的概述存储到数据库，针对每个用户的所述概述包括关于由每个用户读取的所有先前成像研究的信息。
7.根据权利要求6所述的方法，还包括：
将针对每个患者的概述存储到所述数据库，针对每个用户的所述概述包括关于针对每个患者的先前成像研究的信息。
8.根据权利要求1所述的方法，其中，使用估计针对通过所述当前成像研究成像的每个病灶的惩罚和增益的常量来计算所述期望净增益。
9.根据权利要求1所述的方法，其中，经由如下中的一个来确定每个用户的可用性：(i)所述用户是否已经在预定的时间段内完成读取病例；(ii)所述用户是否登录在临床工作站上；以及(iii)所述用户是否在数字组织器的日程信息中被指示为能用。
10.根据权利要求1所述的方法，其中，所述工作流工具是其中元数据被添加到成像研究的系统。
11.一种用于有效地分配要读取的成像研究的系统，包括：
非瞬态计算机可读存储介质，其存储可执行程序；以及
处理器，其执行所述可执行程序以令所述处理器：
检索要读取的当前成像研究；
确定所述当前成像研究是否是针对其病灶先前已经被登记在工作流工具中的患者的，并且
基于如下中的至少一个将所述当前成像研究分配给用户：针对能用于读取所述当前成像研究的每个用户的计算的期望净增益、以及针对所述当前成像研究的期望效用增益，所述期望净增益是基于每个用户是否利用所述工作流工具的。
12.根据权利要求11所述的系统，其中，所述处理器执行所述可执行程序以令所述处理器基于所述期望净增益对能用于读取所述当前成像研究的每个用户进行排序。
13.根据权利要求12所述的方法，还包括显示器，所述显示器显示能用于读取所述当前成像研究的每个用户的排序。
14.根据权利要求11所述的系统，其中，所述处理器执行所述可执行程序以令所述处理器将所述当前成像研究分配给具有最低期望净增益的用户。
15.根据权利要求11所述的系统，其中，如果所述当前成像研究不是针对其病灶先前已经被登记在所述工作流工具中的患者的，则所述处理器执行所述可执行程序以令所述处理器：
确定所述当前成像研究是否是对先前成像研究的后续研究；
确定读取所述先前成像研究的用户是否能用于读取所述当前成像研究；并且
如果读取所述先前成像研究的所述用户是能用的，则将所述当前成像研究分配给读取所述先前成像研究的所述用户。
16.根据权利要求15所述的系统，其中，所述处理器执行所述可执行程序以令所述处理器识别所述当前成像研究的模态和解剖结构，并且将所识别的模态和解剖结构匹配到所述先前成像研究的模态和解剖结构，以确定所述当前成像研究是否是对先前成像研究的后续研究。
17.根据权利要求11所述的系统，还包括数据库，所述数据库存储针对所有用户的概述和针对所有患者的概述，针对所述用户中的每个用户的概述包括关于由每个用户读取的所有先前成像研究的信息，所述患者中的每个患者的概述包括关于每个患者的所有成像研究的信息。
18.根据权利要求11所述的系统，其中，所述处理器执行所述可执行程序以令所述处理器使用估计针对由所述当前成像研究成像的每个病灶的惩罚和增益的常量来计算所述期望净增益。
19.根据权利要求11所述的系统，其中，所述处理器执行所述可执行程序以令所述处理器经由如下中的一个来确定每个用户的可用性：(i)所述用户是否已经在预定的时间段内完成读取病例；(ii)所述用户是否登录在临床工作站上；以及(iii)所述用户是否在数字组织器的日程信息中被指示为能用。
20.根据权利要求11所述的系统，其中，所述工作流工具是其中元数据被添加到成像研究的注释系统。
21.一种非瞬态计算机可读存储介质，包括能由处理器执行的指令集，所述指令集当由所述处理器执行时令所述处理器执行如下操作，所述操作包括：
检索要读取的当前成像研究；
确定所述当前成像研究是否是针对其病灶先前已经被登记在工作流工具中的患者的，并且
基于如下中的至少一个将所述当前成像研究分配给用户：针对能用于读取所述当前成像研究的每个用户的计算的期望净增益、以及针对所述当前成像研究的期望效用增益，所述期望净增益是基于每个用户是否利用所述工作流工具的。
CN201580043002.1A 2014-08-12 2015-08-10 用于诊断成像的分布的系统和方法 Pending CN106575317A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462036134P 2014-08-12 2014-08-12
US62/036,134 2014-08-12
PCT/IB2015/056077 WO2016024202A1 (en) 2014-08-12 2015-08-10 System and method for the distribution of diagnostic imaging

Publications (1)

Publication Number Publication Date
CN106575317A true CN106575317A (zh) 2017-04-19

Family

ID=54261036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580043002.1A Pending CN106575317A (zh) 2014-08-12 2015-08-10 用于诊断成像的分布的系统和方法

Country Status (3)

Country Link
US (1) US20170235881A1 (zh)
CN (1) CN106575317A (zh)
WO (1) WO2016024202A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11342065B2 (en) 2019-06-24 2022-05-24 Fujifilm Medical Systems U.S.A., Inc. Systems and methods for workstation rendering medical image records

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6067565A (en) * 1998-01-15 2000-05-23 Microsoft Corporation Technique for prefetching a web page of potential future interest in lieu of continuing a current information download
WO2004017164A2 (en) * 2002-08-16 2004-02-26 Hx Technologies, Inc. Methods and systems for managing distributed digital medical data and access thereto
CN1817305A (zh) * 2005-02-08 2006-08-16 西门子公司 成像诊断系统
CN1839391A (zh) * 2003-06-25 2006-09-27 美国西门子医疗解决公司 用于乳房成像的自动诊断和决策支持的系统和方法
US20070005686A1 (en) * 2003-10-14 2007-01-04 Fish Edmund J Search enhancement system having ranked general search parameters
CN101165695A (zh) * 2006-10-17 2008-04-23 Ge医疗系统环球技术有限公司 医学成像设备、工作流通知系统、方法及程序
US20080126982A1 (en) * 2006-09-18 2008-05-29 Agfa Inc. Imaging history display system and method
US20130132104A1 (en) * 2011-11-17 2013-05-23 Cleon Hill Wood-Salomon System and method for generating a workflow based on medical professional parameterization
CN103279632A (zh) * 2012-01-17 2013-09-04 西门子公司 具有用于图像采集的控制模块的诊断系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7523505B2 (en) * 2002-08-16 2009-04-21 Hx Technologies, Inc. Methods and systems for managing distributed digital medical data
US7729928B2 (en) * 2005-02-25 2010-06-01 Virtual Radiologic Corporation Multiple resource planning system
SG181057A1 (en) * 2009-11-25 2012-07-30 Realtime Radiology Inc System and method for management and distribution of diagnostic imaging
US20120070045A1 (en) * 2009-12-17 2012-03-22 Gregory Vesper Global medical imaging repository

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6067565A (en) * 1998-01-15 2000-05-23 Microsoft Corporation Technique for prefetching a web page of potential future interest in lieu of continuing a current information download
WO2004017164A2 (en) * 2002-08-16 2004-02-26 Hx Technologies, Inc. Methods and systems for managing distributed digital medical data and access thereto
CN1839391A (zh) * 2003-06-25 2006-09-27 美国西门子医疗解决公司 用于乳房成像的自动诊断和决策支持的系统和方法
US20070005686A1 (en) * 2003-10-14 2007-01-04 Fish Edmund J Search enhancement system having ranked general search parameters
CN1817305A (zh) * 2005-02-08 2006-08-16 西门子公司 成像诊断系统
US20080126982A1 (en) * 2006-09-18 2008-05-29 Agfa Inc. Imaging history display system and method
CN101165695A (zh) * 2006-10-17 2008-04-23 Ge医疗系统环球技术有限公司 医学成像设备、工作流通知系统、方法及程序
US20130132104A1 (en) * 2011-11-17 2013-05-23 Cleon Hill Wood-Salomon System and method for generating a workflow based on medical professional parameterization
CN103279632A (zh) * 2012-01-17 2013-09-04 西门子公司 具有用于图像采集的控制模块的诊断系统

Also Published As

Publication number Publication date
US20170235881A1 (en) 2017-08-17
WO2016024202A1 (en) 2016-02-18

Similar Documents

Publication Publication Date Title
EP3215968B1 (en) Optimized anatomical structure of interest labelling
US7949166B2 (en) Diagnosis support system
US8184854B2 (en) Method and system for evaluation of the behavior of users of a digital image information system
Voter et al. Diagnostic accuracy and failure mode analysis of a deep learning algorithm for the detection of cervical spine fractures
Rundell et al. Predictors of persistent disability and back pain in older adults with a new episode of care for back pain
US20180166162A1 (en) Medical system
US20160110510A1 (en) Medical Workflow Determination And Optimization
Rosenkrantz et al. Academic radiologist subspecialty identification using a novel claims-based classification system
US10600136B2 (en) Identification of medical concepts for imaging protocol selection
CN106687959A (zh) 用于管理基于造影介质的医疗程序中的不良反应的系统和方法
JP2008200373A (ja) 類似症例検索装置、方法、およびプログラム、ならびに、類似症例データベース登録装置、方法、およびプログラム
Barua Provincial healthcare index 2013
US20220020457A1 (en) Medical data evaluation utilization system and medical data evaluation utilization method
Boone et al. Systematic review: Bias in imaging studies-the effect of manipulating clinical context, recall bias and reporting intensity
Schrag et al. Identifying and measuring hospital characteristics using the SEER-Medicare data and other claims-based sources
Patel et al. Variability of postsurgical imaging surveillance of breast cancer patients: a nationwide survey study
Miglioretti et al. Assessment of a risk-based approach for triaging mammography examinations during periods of reduced capacity
JP2018175366A (ja) 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム
Wiersema Evolution of forensic anthropological methods of identification
US20200294655A1 (en) System and method to automatically prepare an attention list for improving radiology workflow
Ladapo et al. Adoption And Spread Of New Imaging Technology: A Case Study: The data suggest that hospitals with higher operating margins were more likely to adopt 64-slice computed tomography.
US20210005310A1 (en) Order creation support apparatus and order creation support method
Couchman et al. Nonclinical factors associated with primary care physicians’ ordering patterns of magnetic resonance imaging/computed tomography for headache1
Richman et al. Insurance coverage mandates and the adoption of digital breast tomosynthesis
CN106575317A (zh) 用于诊断成像的分布的系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20210702